监管动态

十五五卫生健康部署落地口径:5万多家医疗机构已部署传染病智能监测预警前置软件,报告时间从5.2小时压到3.7小时

发布于
阅读 47
#监管动态#十五五#传染病监测#智能预警#国家卫健委#数智赋能
十五五卫生健康部署落地口径:5万多家医疗机构已部署传染病智能监测预警前置软件,报告时间从5.2小时压到3.7小时

2026年9月14日国务院新闻办举行开局起步十五五系列主题新闻发布会,国家卫生健康委主任雷海潮介绍十五五期间将推动人工智能、生物技术等前沿技术在医疗卫生领域规模化、深度化应用。国家疾控局副局长孙阳披露,已在5万多家医疗机构部署应用传染病智能化监测预警前置软件,通过智能提示加临床医生确认模式,传染病从诊断到报告的时间由过去5.2小时缩短至3.7小时,漏报重报情况减少。

从5.2小时到3.7小时:5万家医院的前置软件透露了医疗AI落地的一种范式

政策部署与落地实效双重视角 | 监管动态

9月14日,国务院新闻办举行开局起步十五五系列主题新闻发布会。国家疾控局副局长孙阳披露,已在5万多家医疗机构部署应用传染病智能化监测预警前置软件,实时监测传染病疫情信息,通过智能提示加临床医生确认模式,传染病从诊断到报告的时间由过去的5.2小时缩短至3.7小时,漏报、重报情况减少。国家卫生健康委主任雷海潮同场表示,十五五期间要重视科技赋能,尤其是人工智能技术、生物技术在卫生健康领域中的广泛应用。

一句话看懂

传染病监测预警AI用智能提示加临床医生确认的轻量模式,在5万多家医疗机构完成规模化部署,把诊断到报告的时间压缩了1.5小时、近三成——这是十五五卫生健康部署里目前最成规模的医疗AI落地样本,它的路径与医院内临床决策支持AI的缓慢推进形成了鲜明对照,这个对照比数字本身更值得琢磨。

两个数字:5万多家与1.5小时

先交代政策底座:卫生健康领域已出台国民健康十五五规划、中医药振兴发展十五五规划和疾病预防控制十五五规划。雷海潮在发布会上把科技赋能列为十五五健康优先发展战略的重点,同时强调要更加注重推动从以治病为中心转向以健康为中心,健康服务要更加普惠可及、更加系统连续;落地机制说得很具体:新药物、新疫苗、新医疗器械持续迭代上市,叠加人工智能辅助诊断技术在检查检验设备上的普及应用,医疗机构可在呈现高清影像的同时为临床医生推送智能辅助诊断参考信息。

孙阳给出的两个数字更值得细看。第一个是5万多家医疗机构——对照全国110万余个医疗卫生机构的总盘子(90%以上的居民可在15分钟内到达最近的医疗服务点),这套前置软件已经铺进相当一部分承担传染病报告责任的机构。第二个是5.2小时到3.7小时——诊断到报告的时间压缩近三成,且漏报、重报同时减少,及时性与准确性显著提高。两个数字合起来说明:这不是试点新闻,而是已经在运行体系里产生可测量效果的规模化部署。

往前追溯,孙阳介绍十四五时期围绕多点触发和智慧化预警两个重点建设监测预警体系,在既往网络直报基础上建立完善了症状监测、病原监测、病媒监测、污水监测等8个监测系统。十五五时期将继续把健全传染病监测预警体系作为重中之重,加强“人工智能+”在监测预警模型场景中的应用,提升传染病自动化监测分析、智能化预测预警和多源数据相互印证的能力;借助人工智能大模型和智能体(AI Agent)等数智手段,结合传染病监测预警、流行病学调查、免疫规划、监督执法等典型应用场景。服务体系的结构性思路是强基层、稳二级、控三级,三级医院更加聚焦急危重症和疑难复杂疾病诊治。国家中医药局局长刘金峰同场表示,将运用数智技术推广名老中医经典诊疗方法和技术,布局一批中药名方制剂创制平台,分层级开展中医质量控制中心建设。

机制拆解:智能提示加临床医生确认

这个模式能把报告时间压下来,靠的是三个环环相扣的设计选择:

  • AI只提示,不决策。算法对疫情信息做实时监测并给出提示,报与不报由临床医生确认。责任边界清晰,医生不会因为担心担责而回避使用,也不会把系统当成甩锅对象。
  • 嵌入既有流程。前置软件部署在报告流程前端,医生在原工作流内就能收到提示,不需要切换系统或额外录入——减负赋能的定位由此而来。
  • 合规拉动。传染病报告是法定义务,有硬性时限要求,用AI减少漏报迟报是合规刚需,不存在用不用随缘的问题,渗透率因此不依赖单个医院的意愿。

三条合起来解释了漏报下降的机理:传统填报靠医生自己想起来,提示模式把待报事项主动推到眼前,把想起来要报变成看着确认,时间与准确性同时受益,医务人员也确实被减了负。

横向对照:为什么医院内AI走得更慢

维度 传染病监测预警前置软件 医院内临床决策支持AI
使用动机 法定报告义务,合规驱动 提质增效,激励多元且分散
交互方式 提示加确认,嵌入既有流程 常需独立界面或额外操作
责任归属 医生确认后报告,边界清晰 模型出错的责任划分模糊
验收指标 报告时间、漏报率,清晰可测 临床结局改善难以归因
部署方式 自上而下统一部署 医院分散采购,各自为政

对照之下,医院内临床决策支持AI推进更慢,原因不在技术,而在制度:没有统一义务就没有统一行动,没有清晰责任边界医生就会保守,没有可测指标就难以评估投入产出。前者的规模化条件,恰好是后者最缺的三样东西。

冷静观察

5.2小时到3.7小时是诊断到报告环节的效率指标,不是患者结局指标——监测预警的价值最终体现在疫情处置响应速度上,这一环的量化证据发布会未给出,值得后续观察。但这个样本的启示已经清晰:AI规模化落地最有效的切入点,是那些有明确义务、清晰指标、明确责任边界的场景。前置软件的智能提示加医生确认,看似保守,实则是AI与医疗体系磨合出来的可复制形态;医院内那些更雄心勃勃的AI应用,或许恰恰需要先学会这种保守。对政策观察者来说,下一步值得跟踪的是多源数据相互印证与自动预警闭环,能在多少类传染病上复制这条效率曲线。

原文链接:人民日报 / 科技日报


千方医数集编辑部 出品

返回医药AI前沿资讯